自动化退货是实践中物理 AI 的第一步。
在德国格雷文和波兰什维博津的 Zalando 物流中心，来自 Universal Robots 的 UR12e-1300 系列机器人现在可以处理服装退货，而无需人工干预。这不仅仅是一项实验--这是可扩展的物理 AI 在欧洲物流领域部署的第一阶段。基于 Cortex Sereact 平台的解决方案使机器人能够处理各种形状、方向和包装形式的商品，这些商品从来不会以统一的方式呈现。这是退货处理中的一个关键问题--而新一代具有智能 AI 的机器人技术正专注于解决这个问题。
Zalando 是一个将超过 7000 个品牌与 29 个市场的 6200 万客户联系起来的时尚和生活方式科技平台，每月必须处理数十万件退货商品。传统的自动化系统无法应对各种商品的复杂性--而现在，通过将 Cortex 与 Teradyne Robotics 的机器人集成，该过程不仅是自动化的，而且还符合欧盟的新法规，这些法规禁止销毁退货商品。这意味着物理 AI 不仅提高了效率--还有助于满足法律要求。
一个 AI，多个任务--无需重新训练。
Cortex 平台的一个关键优势在于它能够使用单个模型来执行许多不同的任务。正如 Sereact 的首席执行官 Ralf Gulde 所强调的那样：“一台机器人学到的东西，所有其他机器人都可以从中受益。”这意味着不需要为每个新产品或包装类型单独训练一个模型。在实践中，这转化为能够在不同地点快速部署解决方案--而无需进行长时间的培训。该平台适用于各种任务，包括拾放、分类和组装等。 设备上下料机器人 以及订单拣选。
这不仅仅是加快流程--而是改变了对自动化的方法。与其为每个任务设计专门的系统，不如投资于一个 AI，它可以实时学习和适应。与 Teradyne Robotics 的合作使其能够利用全球分销网络和集成商，从而加速将解决方案扩展到新市场--自 2026 年起，Sereact 还通过其位于波士顿的办事处在美国开展业务。
实践中的物理 AI：从模拟到生产线上的应用。
放大图像关闭放大上一张图片Cortex 解决方案并非从零开始构建 - 其开发基于先进的 NVIDIA 工具。该模型在 Isaac Sim 环境中使用 Cosmos 开源世界模型进行训练，从而可以在部署前模拟无限的场景。然后，该模型使用强化学习方法在 Isaac Lab 框架内进行微调，并在部署前在 Teradyne Robotics 硬件上进行测试。
在生产环境中，Cortex 在 NVIDIA Jetson Thor 平台上运行，在该平台上，处理必须以与生产线速度相同的方式进行。开发版本和模型更新由 NVIDIA DGX Spark 在物流中心级别管理。这可确保连续性、可扩展性和快速适应不断变化的运营条件 - 这对于动态物流和零售应用至关重要。
这对自动化意味着什么？
AI 物理技术已经在 Zalando 的中心投入使用，这不是一次偶然的实验 - 这是迈向新自动化时代的第一步。此前，机器人仅针对特定任务和产品进行配置。现在，通过将 AI 与开放式机器人平台集成，机器人可以在实时环境中学习并适应不断变化的情况，而无需人工干预。这改变了公司对自动化的看法 - 不再将其视为一种成本，而是作为一种灵活的投资。
但是，必须记住，该解决方案是在受控良好的条件下运行的：在具有既定流程和数据访问权限的物流中心中。对于更不可预测的环境（例如零售店或街道），该技术可能会遇到困难。目前，其应用仅限于结构化任务，但 VLA（视觉-语言-动作）模型的开发以及更强大的计算平台的可用性为更高级的应用铺平了道路。
